feat: add i18n

package.json

@@ -11,6 +11,7 @@
 		"@mdx-js/loader": "^3.0.0",
 		"@mdx-js/react": "^3.0.0",
 		"@next/mdx": "^14.1.0",
+		"@radix-ui/react-dropdown-menu": "^2.0.6",
 		"@radix-ui/react-slot": "^1.0.2",
 		"@tsparticles/engine": "^3.2.1",
 		"@tsparticles/react": "^3.0.0",

src/app/de/(pages)/about/page.mdx

@@ -0,0 +1,23 @@
+# Über Atrai Bikes
+
+### Zusammenfassung
+Trotz anhaltender Diskussionen dominiert der motorisierte Individualverkehr weltweit weiterhin, was zu Herausforderungen wie hohem Flächenverbrauch, CO2-Emissionen und Verkehrsunfällen führt. Dies stellt ein erhebliches Problem dar, das die Lebensqualität der Bürger beeinträchtigt und verschiedene Landnutzungskonflikte verursacht. Die Verwirklichung eines nachhaltigen Verkehrswesens, das für die Erreichung der SDGs von entscheidender Bedeutung ist, stellt eine besondere Herausforderung für Städte mit einer hohen Zahl von Pendlern dar, in denen der öffentliche Nahverkehr begrenzt ist. Der Wunsch nach einer fahrradfreundlichen und sicheren Infrastruktur ist groß, aber wie können Kommunen die Fahrradinfrastruktur auf der Grundlage realer Daten effizient verbessern?
+
+Unser Projekt zielt darauf ab, Privatpersonen, Unternehmen und Kommunalverwaltungen, insbesondere in São Paulo (Brasilien) und Münster (Deutschland), zu motivieren und zu unterstützen, individuelle Daten über die Fahrradinfrastruktur zu sammeln und auszuwerten. Die gesammelten Informationen werden zur Entscheidungsfindung für die Verbesserung der städtischen Infrastruktur beitragen, indem Bürger und Unternehmen in politische Entscheidungen für sicherere und fahrradfreundliche Städte auf der Grundlage von Open Data und Citizen Science Prinzipien einbezogen werden.
+
+### Technische Grundlage
+Wir verwenden die senseBox (www.sensebox.de), einen modularen Umweltmesskoffer, der an der Universität Münster entwickelt wurde. Mit der senseBox:bike können Bürgerinnen und Bürger während ihres täglichen Weges Daten zu Parametern wie Abstand zum Autoverkehr, Radwegqualität und Gefahrenpotenziale sammeln. Zusätzlich können Umweltfaktoren wie Temperatur und Feinstaub gemessen werden. In Workshops werden die Bürgerinnen und Bürger beim Bau und der Programmierung dieser Geräte unterstützt, wodurch die Motivation und die Datenkompetenz gefördert werden.
+
+Die gesammelten Daten werden gespeichert und zunächst mit der bestehenden openSenseMap-Lösung visualisiert. Wir erweitern dies mit einer webbasierten Analysekomponente als eigenständige Software, die analytische GeoAI-Tools enthält, die während des Projekts entwickelt wurden. Dieses Tool erstellt datengesteuerte Berichte für verschiedene Interessengruppen und Regionen und unterstützt die Implementierung und Verbesserung von Fahrradsystemen in städtischen Umgebungen, beginnend mit Münster und São Paulo.
+
+### Projektbedeutung
+Die Konzentration auf zwei kontrastreiche Städte, Münster und São Paulo, verbessert das kulturelle und politische Verständnis während des gesamten Projekts. Dies stärkt die Zusammenarbeit zwischen deutschen und brasilianischen Projektpartnern und fördert Konzepte wie Open Data und Citizen Science in der Bevölkerung.
+
+Die Projektziele stimmen mit den Zielen der Förderpolitik überein und betonen die Beteiligung der Bürger an der Stadtentwicklung durch datengesteuerte Innovationen, insbesondere im Bereich Transport und Verkehr innerhalb von Smart Cities. International Citizen Science fördert Zukunftskompetenzen wie Data Literacy und Green Competencies und legt den Schwerpunkt auf nachhaltige Stadtplanung.
+
+### Wissenschaftliche und technische Ziele
+Das Projekt zielt auf die Entwicklung und Erprobung von Methoden zur Erfassung relevanter fahrradbezogener Daten (Umwelt, Fahrzeugabstände, Radwegequalität) für eine datengesteuerte Verkehrsverlagerung. Ein kollaborativer Entwicklungsansatz involviert Software-Nutzer (Städte/Gemeinden) und senseBox:bike Hardware-Nutzer (Bürger) und wendet den Citizen Science Ansatz an. Das Projekt baut auf der senseBox auf, die von der Universität Münster und re:edu, einem Bildungs-Startup, das Open-Source-Software und -Ressourcen anbietet, entwickelt wurde.
+
+Die senseBox:bike, basierend auf einem programmierbaren ESP32S2 Mikrocontroller, integriert Sensoren zur effizienten Datenerfassung. Datenschutzmaßnahmen sorgen dafür, dass die gesammelten Daten nicht live ins Internet übertragen werden. Das daten- und ressourcenschonend konzipierte Gerät misst die Qualität von Radwegen (über Vibrations- und Beschleunigungssensoren) und die Sicherheit von Radfahrern durch KI-basierte Erkennung von Überholmanövern in Kombination mit Objekterkennung (Time of Flight Sensor). Auch Umweltdaten wie Feinstaub (SPS30) und Temperatur (HDC1080) werden gemessen.
+
+Städte, Unternehmen oder Einzelpersonen, die sich für die Hardware interessieren, können sie für die Bewertung ihrer Fahrradinfrastruktur nutzen und die Daten als Open Data veröffentlichen.Allerdings ist es wichtig, den Kontext des Produkts zu erklären, die Blackbox der digitalen Welt für die Nutzer zu öffnen und sie im Umgang mit den Daten zu schulen. Die Zusammenarbeit mit 52°North aus Münster und dem Instituto Cordial aus São Paulo erleichtert die Datenanalyse (z. B. GeoAI), die Visualisierung und die Datenveröffentlichung und erweitert das Projekt um webbasierte Software und Workshop-Konzepte, die verschiedene Interessengruppen einbeziehen.

src/app/de/(pages)/analytics/page.mdx

@@ -0,0 +1,22 @@
+# Überblick über die Analytics Platform
+### Einführung
+Unsere Analyseplattform dient als Rückgrat für die Umwandlung von Rohdaten in verwertbare Erkenntnisse, die zu nachhaltigen Verbesserungen der Fahrradinfrastruktur führen. Die im Rahmen unseres Projekts entwickelte Plattform integriert modernste Technologien, von Bürgern gesammelte Daten und analytische GeoAI-Tools. Diese umfassende Lösung ermöglicht es Städten, Unternehmen und Einzelpersonen, fundierte Entscheidungen zu treffen, und fördert einen datengesteuerten Ansatz zur Verbesserung der städtischen Mobilität.
+
+### Hauptmerkmale
+1. Web-basierte Analyse-Komponente
+Das Herzstück der Analyseplattform ist eine webbasierte Analysekomponente, die nahtlos in die openSenseMap-Lösung integriert ist. Diese Komponente erleichtert die Verwaltung, Analyse und Visualisierung der gesammelten Daten und bietet eine benutzerfreundliche Schnittstelle für die Beteiligten.
+2. GeoAI-Werkzeuge
+In die Plattform integriert sind analytische GeoAI-Tools, die darauf ausgelegt sind, sinnvolle Erkenntnisse aus räumlichen Daten zu gewinnen. Diese Werkzeuge tragen zur Erstellung von datengestützten Berichten bei, die auf verschiedene Regionen und Interessengruppen zugeschnitten sind. Durch den Einsatz von GeoAI verbessern wir das Verständnis für die Herausforderungen und Möglichkeiten der städtischen Fahrradinfrastruktur.
+3. Datengesteuerte Berichte
+Die Plattform erstellt datengestützte Berichte, die über die Rohdaten hinausgehen und wertvolle Einblicke in die Qualität von Radwegen, Sicherheitsmaßnahmen, Umweltbedingungen und vieles mehr bieten. Diese Berichte sind auf die unterschiedlichen Bedürfnisse von Stadtplanern, Unternehmen und Bürgern abgestimmt und fördern eine fundierte Entscheidungsfindung.
+4. Kollaborative Entwicklung
+Unser Ansatz legt den Schwerpunkt auf die Zusammenarbeit mit Software-Nutzern (Städten und Gemeinden) und Hardware-Nutzern (Bürgern). Dieses kollaborative Entwicklungsmodell stellt sicher, dass die Plattform auf die spezifischen Bedürfnisse der verschiedenen Interessengruppen abgestimmt ist, was das Engagement und die Zufriedenheit der Nutzer fördert.
+
+### Implementierung
+Die Analyseplattform baut auf der openSenseMap-Lösung auf und erweitert deren Fähigkeiten um eine spezielle webbasierte Analysekomponente. Die Entwicklung beinhaltet eine Partnerschaft mit 52°North aus Münster und dem Instituto Cordial aus São Paulo, die beide auf (Geo-)Datenanalyse spezialisiert sind. Gemeinsam schaffen wir eine ganzheitliche Lösung, die Softwaremanagement, KI-basierte Analyse und Datenvisualisierung umfasst.
+
+### Zukunftsperspektiven
+Die Analyseplattform wird sich im Laufe der Zeit durch ständige Verbesserungen und Updates weiterentwickeln. Die aus der Plattform gewonnenen Erkenntnisse werden den Entscheidungsträgern als Grundlage für strategische Maßnahmen für sicherere und fahrradfreundlichere Städte dienen. Diese dynamische Plattform ist ein wichtiger Schritt auf dem Weg zu einer nachhaltigen urbanen Mobilität durch datengestützte Innovation.
+
+### Fazit
+Zusammenfassend lässt sich sagen, dass unsere Analyseplattform ein zentrales Instrument auf dem Weg zu einer datengesteuerten Stadtplanung darstellt. Indem wir den Akteuren verwertbare Erkenntnisse aus den von den Bürgern gesammelten Daten zur Verfügung stellen, tragen wir zur Verwirklichung von sichereren, nachhaltigeren und fahrradfreundlicheren Städten bei und schaffen so die Voraussetzungen für einen grundlegenden Wandel in der städtischen Mobilität.

src/app/de/(pages)/faq/page.mdx

@@ -0,0 +1,31 @@
+# Häufig gestellte Fragen (FAQ)
+
+#### Was ist das senseBox:bike Projekt?
+Das senseBox:bike Projekt ist eine gemeinschaftliche Initiative, die darauf abzielt, von Bürgern gesammelte Daten zur Verbesserung der Fahrradinfrastruktur in städtischen Gebieten zu nutzen. Es beinhaltet die Entwicklung eines tragbaren Umweltsensor-Kits, das die Bürger an ihren Fahrrädern anbringen können, um in Echtzeit Daten zu verschiedenen Parametern in Bezug auf die Qualität der Radwege, die Sicherheit und die Umweltbedingungen zu sammeln.
+
+#### Wie funktioniert die senseBox:bike?
+Die senseBox:bike ist eine modulare Hardwarelösung, die mit Sensoren zur Messung von Faktoren wie Vibration, Beschleunigung, Feinstaub und Temperatur ausgestattet ist. Die Benutzer können das Kit an ihren Fahrrädern anbringen und während ihrer täglichen Fahrten Daten sammeln. In Workshops werden die Bürger beim Bau und der Programmierung ihrer Sensor-Kits angeleitet, um ihr Verständnis und ihre Motivation zu steigern.
+
+#### Wer kann am senseBox:bike Projekt teilnehmen?
+Das Projekt fördert die Teilnahme einer Vielzahl von Interessengruppen, einschließlich einzelner Bürger, Unternehmen und lokaler Behörden. Jeder, der an der Verbesserung der Fahrradinfrastruktur und der Förderung einer nachhaltigen städtischen Mobilität interessiert ist, kann sich beteiligen.
+
+#### Wie wird der Datenschutz gewährleistet?
+Der Datenschutz hat im Projekt senseBox:bike Priorität. Die gesammelten Daten werden nicht live ins Internet übertragen, und es gibt Maßnahmen zum Schutz der Nutzerdaten. Das Projekt legt Wert auf einen verantwortungsvollen Umgang mit Daten, und die Teilnehmer werden über die Bedeutung des Datenschutzes aufgeklärt.
+
+#### Welche Rolle spielt die Analyseplattform in dem Projekt?
+Die Analyseplattform dient als zentraler Knotenpunkt für die Verwaltung, Analyse und Visualisierung der von der senseBox:bike gesammelten Daten. Sie beinhaltet analytische GeoAI-Tools und generiert datengesteuerte Berichte, die Entscheidungsträgern, Stadtplanern, Unternehmen und Bürgern verwertbare Erkenntnisse liefern.
+
+#### Wie können Städte und Unternehmen von dem Projekt profitieren?
+Städte und Unternehmen können vom senseBox:bike Projekt profitieren, indem sie die gesammelten Daten nutzen, um Entscheidungsprozesse in Bezug auf Stadtplanung und Verbesserungen der Fahrradinfrastruktur zu unterstützen. Die Analyseplattform bietet maßgeschneiderte Einblicke durch datengestützte Berichte und trägt so zur Schaffung von sichereren und fahrradfreundlicheren Städten bei.
+
+#### Gibt es in dem Projekt auch Bildungskomponenten?
+Ja, Bildungskomponenten sind ein wesentlicher Bestandteil des senseBox:bike-Projekts. Es werden Workshops durchgeführt, um die Bürger beim Bau und der Programmierung ihrer Sensor-Kits anzuleiten. Diese Workshops verbessern das Verständnis, die Motivation und die Datenkompetenz der Nutzer und fördern das Gefühl der Eigenverantwortung der Teilnehmer.
+
+#### Wie können sich Einzelpersonen in das senseBox:bike Projekt einbringen?
+Interessierte Personen können an Workshops teilnehmen, ihre senseBox:bike Sensor-Kits bauen und zur Datenerfassung beitragen. Das Projekt fördert einen kollaborativen Ansatz und befähigt Einzelpersonen, sich aktiv an der Verbesserung der Fahrradinfrastruktur in ihren Gemeinden zu beteiligen.
+
+#### Welche Rolle spielen die Projektpartner bei der senseBox:bike-Initiative?
+Die Projektpartner, darunter die Universität Münster, re:edu, 52°North und das Instituto Cordial, bringen einzigartige Fachkenntnisse in die Initiative ein. Sie tragen zur Entwicklung der Hardware, zur Datenanalyse, zur Ausbildung und zu internationalen Perspektiven bei und fördern so ein gemeinschaftliches Umfeld für den Erfolg des senseBox:bike Projekts.
+
+#### Wie wird sich das senseBox:bike Projekt in Zukunft weiterentwickeln?
+Das senseBox:bike Projekt wird sich durch ständiges Feedback, Fortschritte in der Sensortechnologie und gemeinschaftliche Bemühungen weiterentwickeln. Zukünftige Iterationen können Verbesserungen der Hardware, der Software und der Bildungskomponenten beinhalten, um sicherzustellen, dass das Projekt an der Spitze der bürgergesteuerten, nachhaltigen städtischen Mobilitätslösungen bleibt.

src/app/de/(pages)/hardware/page.mdx

@@ -0,0 +1,37 @@
+import { MdxImage as Image } from '@/components/mdx/mdx-image';
+import hardwareImage from "./sensebox-bike.jpeg";
+
+# Übersicht der Hardware
+
+<Image src={hardwareImage}/>
+
+### Einführung
+Wir stellen Ihnen die senseBox:bike vor, eine revolutionäre Hardwarelösung, die den Bürgern die Möglichkeit gibt, sich zu informieren und die Datenerfassung für eine fahrradfreundlichere städtische Umgebung zu verbessern. Diese innovative Hardware, die im Rahmen unseres Projekts entwickelt wurde, lässt sich nahtlos in Fahrräder integrieren und ermöglicht es dem Einzelnen, Echtzeitdaten zu wichtigen Parametern zu erfassen und so zur Verbesserung der Fahrradinfrastruktur beizutragen.
+
+### Hauptmerkmale
+1. Tragbares Umweltsensor-Kit
+Die senseBox:bike dient als tragbares Umweltsensor-Kit, das mit einer Reihe von Sensoren ausgestattet ist, die auf die Erfassung von Fahrraddaten zugeschnitten sind. Dazu gehören Vibrations- und Beschleunigungssensoren zur Bewertung der Radwegqualität, ein Time of Flight-Sensor zur KI-basierten Erkennung von Überholmanövern sowie Umweltsensoren zur Messung von Faktoren wie Feinstaub und Temperatur.
+
+2. Modularer Aufbau
+Aufbauend auf der erfolgreichen senseBox-Plattform (www.sensebox.de) ist die senseBox:bike modular aufgebaut, so dass der Nutzer die Hardware an seine spezifischen Bedürfnisse anpassen und individualisieren kann. Die Integration von QWICC-kompatiblen Sensorsteckplätzen, UART und GPIOs bietet Flexibilität für das Hinzufügen oder Ändern von Sensoren je nach den sich entwickelnden Anforderungen.
+
+3. Benutzerfreundliche Build- und Programm-Workshops
+Um eine breite Akzeptanz zu fördern, wird die senseBox:bike mit benutzerfreundlichen Bau- und Programmierworkshops geliefert. Diese Workshops ermöglichen es den Bürgern, ihre Sensor-Kits selbst zu bauen und zu programmieren, und fördern so das Gefühl der Eigenverantwortung und das Verständnis für die Hardware. Dieser praktische Ansatz erhöht die Motivation und die Datenkompetenz der Teilnehmer.
+
+4. Maßnahmen zum Schutz der Daten
+Im Einklang mit dem Datenschutz gewährleistet die senseBox:bike den Schutz der Nutzerdaten. Die gesammelten Daten werden nicht live ins Internet übertragen, um den Datenschutz zu gewährleisten. Das Gerät arbeitet daten- und ressourceneffizient und räumt dem Nutzer die Kontrolle über seine Daten ein.
+
+### Implementierung
+Die Hardwarelösung baut auf der senseBox auf, die vom Institut für Geoinformatik der Universität Münster und re:edu, einem auf die Bereitstellung von Open-Source-Software und Bildungsressourcen spezialisierten Startup, entwickelt wurde. Die senseBox:bike erweitert die bestehende Hardware-Palette und bietet neue Möglichkeiten der mobilen Datenerfassung speziell für die Fahrradinfrastruktur.
+
+### Bürgerengagement
+Städte, Unternehmen und einzelne Bürger, die an der Bewertung ihrer Fahrradinfrastruktur interessiert sind, können die senseBox:bike nutzen. Die gesammelten Daten können als Open Data veröffentlicht werden und tragen so zu einer gemeinschaftlichen Anstrengung zur Verbesserung der Fahrradfreundlichkeit bei. Das Projekt betont jedoch, wie wichtig es ist, den Kontext des Produkts zu erklären, die Blackbox der digitalen Welt für die Nutzer zu öffnen und Aufklärung über den verantwortungsvollen Umgang mit Daten zu leisten.
+
+Zusammenarbeit für ganzheitliche Lösungen
+Die Zusammenarbeit mit 52°North aus Münster und dem Instituto Cordial aus São Paulo erweitert die Hardwarelösung. Beide Einrichtungen sind auf die Arbeit mit (Geo-)Daten spezialisiert und bieten neue Möglichkeiten der Datenanalyse (z.B. GeoAI), Visualisierung und Publikation. Gemeinsam tragen sie nicht nur zur Hardware-Entwicklung, sondern auch zur Erstellung eines umfassenden Software- und Workshop-Konzepts bei.
+
+### Zukünftige Innovationen
+Die senseBox:bike wird sich im Laufe der Zeit weiterentwickeln und dabei das Feedback der Nutzer und die Fortschritte in der Sensortechnologie einbeziehen. Diese Hardware-Lösung ist ein konkreter Schritt in Richtung einer bürgergesteuerten Datenerfassung, die das Verantwortungsbewusstsein und das Engagement für die Entwicklung eines sichereren und fahrradfreundlicheren städtischen Umfelds fördert.
+
+### Fazit
+Zusammenfassend lässt sich sagen, dass die senseBox:bike eine bahnbrechende Hardware-Lösung darstellt, die es den Bürgern ermöglicht, aktiv zur Verbesserung der städtischen Fahrradinfrastruktur beizutragen. Mit ihrem modularen Design, den benutzerfreundlichen Workshops und den Maßnahmen zum Schutz der Privatsphäre spielt diese Hardwarelösung eine entscheidende Rolle bei der Verwirklichung der Ziele unseres Projekts und schafft die Voraussetzungen für eine nachhaltigere und fahrradfreundlichere Zukunft.

src/app/(pages)/layout.tsx → src/app/de/(pages)/layout.tsx

@@ -1,5 +1,4 @@
 import { TracingBeam } from "@/components/animated/tracing-beam";
-import Navbar from "@/components/layout/navbar";
 
 export default function SubLayout({
 	children,
@@ -8,7 +7,6 @@ export default function SubLayout({
 }>) {
 	return (
 		<>
-			<Navbar />
 			<div className="max-w-2xl mx-auto">
 				<TracingBeam>{children}</TracingBeam>
 			</div>